无需编程的爬虫 - 爬取京东的评论

【原创】转载请注明作者Johnthegreat和本文链接

 

做电商时,消费者对商品的评论是很重要的,但是不会写代码怎么办?这里有个Chrome插件可以做到简单的数据爬取,一句代码都不用写。下面给大家展示部分抓取后的数据:

 

 

 

可以看到,抓取的地址,评论人,评论内容,时间,产品颜色都已经抓取下来了。那么,爬取这些数据需要哪些工具呢?就两个:

1. Chrome浏览器;

2. 插件:Web Scraper

插件下载地址:https://chromecj.com/productivity/2018-05/942.html

 

最后,如果你想自己动手抓取一下,这里是这次抓取的详细过程:

1. 首先,复制如下的代码,对,你不需要写代码,但是为了便于上手,复制代码还是需要的,后续可以自己定制和选择,不需要写代码。

 

{
    "_id": "jdreview",
    "startUrl": [
        "https://item.jd.com/100000680365.html#comment"
    ],
    "selectors": [
        {
            "id": "user",
            "type": "SelectorText",
            "selector": "div.user-info",
            "parentSelectors": [
                "main"
            ],
            "multiple": false,
            "regex": "",
            "delay": 0
        },
        {
            "id": "comments",
            "type": "SelectorText",
            "selector": "div.comment-column > p.comment-con",
            "parentSelectors": [
                "main"
            ],
            "multiple": false,
            "regex": "",
            "delay": 0
        },
        {
            "id": "time",
            "type": "SelectorText",
            "selector": "div.comment-message:nth-of-type(5) span:nth-of-type(4), div.order-info span:nth-of-type(4)",
            "parentSelectors": [
                "main"
            ],
            "multiple": false,
            "regex": "",
            "delay": "0"
        },
        {
            "id": "color",
            "type": "SelectorText",
            "selector": "div.order-info span:nth-of-type(1)",
            "parentSelectors": [
                "main"
            ],
            "multiple": false,
            "regex": "",
            "delay": 0
        },
        {
            "id": "main",
            "type": "SelectorElementClick",
            "selector": "div.comment-item",
            "parentSelectors": [
                "_root"
            ],
            "multiple": true,
            "delay": "10000",
            "clickElementSelector": "div.com-table-footer a.ui-pager-next",
            "clickType": "clickMore",
            "discardInitialElements": false,
            "clickElementUniquenessType": "uniqueHTMLText"
        }
    ]
}

 

2. 然后打开chrome浏览器,在任意页面同时按下Ctrl+Shift+i,在弹出的窗口中找到Web Scraper,如下:

 

 

 

 

3. 如下:

 

 

4. 如图,粘贴上述的代码:

 

 

 

 

5. 如图,如果需要定制网址,注意替代一下,网址后面的#comment是直达评论的链接,不能去掉:

 

 

 

6. 如图:

 

 

 7. 如图:

 

 

 

8. 如图,点击Scrape后,会自动运行打开需要抓取得页面,不要关闭窗口,静静等待完成,完成后右下方会提示完成,一般1000条以内的评论不会有问题:

 

 

 

9. 最后,点击下载到电脑,数据保存好。

 

 

 

 

使用这个工具的好处是:

1. 不需要编程;

2. 京东的评论基本可以通用此脚本,修改对应的url即可;

3. 如果需要爬取的评论不到1000条,这个工具会非常称手,所有的数据完全自动下载;

 

使用的注意点:

1. 抓取过一次的数据会有记录,立刻再次抓取将不会保存,建议关闭浏览器重新打开后再试;

2. 抓取数量:1000条以内没有问题,可能是京东按照IP直接阻止了更多的爬取;

 

如果使用中发现问题,欢迎评论区交流,当然,如果你的英语水平不错,可以尝试阅读官方文档,进一步学习和定制自己的爬虫。

官方教程:https://www.webscraper.io/documentation

 

posted @ 2020-04-22 22:23  Johnthegreat  阅读(2063)  评论(0编辑  收藏  举报